|
( j$ z% X: h# K/ M; C* I
【猎云网北京】4月12日报道(文/张鹏会、王明雅). R0 e( f' q7 i' {# z" r' g
4月12日,FUS猎云网2019年度人工智能产业峰会在北京千禧大酒店隆重举行,近百位知名资本大咖,独角兽创始人、创业风云人物及近千位投资人与创业者共聚一堂。本次峰会由猎云网主办,AI星球联合主办,锐视角、猎云资本、猎云财经、企业管家、创头条协办。
7 c- G! [2 h* k7 n, b$ S8 X9 @: m在由达泰资本管理合伙人方元主持、以“人工智能技术的成熟到产业融合”为议题的高峰论坛上,右划科技CTO侯明强、真果科技创始人兼CEO贾求真、艾米机器人创始人兼CEO李方友和麦飞科技联合创始人兼CEO宫华泽就论坛议题发表了精彩观点。6 o! I. g& ?6 q- I* }5 U' G4 M
9 g0 P, H9 e, y, D; {" _
麦飞科技是一家聚焦视觉光谱技术的智慧农业大数据服务商,主要运用视觉光谱智能监测,实现对农作物生理状态的智能感知,为农业种植者提供精准科学化服务。
6 |4 R( n5 F7 L3 {宫华泽透露,农业种植过程中,面临的一大难题是数据的积累。对此,麦飞科技以“AI”+“视觉光谱”的模式来获取农业大数据,通过“精准施药、追肥”等方式,不仅提高了种植的生产效率,也进一步提升了整个农业的管理水平。
6 a) W; V8 v! O! Y1 p$ h同时,麦飞科技针对农作物的需求,将其量化成可以传递给第三方的数据文件,帮助它们制造适宜的环境。宫华泽谈到,麦飞科技数据采集的维度非常高,例如太阳光打到农作物当中反射的光谱能量、土壤数据、种植行为数据、气候数据等均可以采集到,最终可以知道这个植物体长到什么阶段最需要什么,它的情绪,喜怒哀乐是什么。而这背后依赖的,就是麦飞科技的视觉光谱智能监测,从而实现对农作物生理状态的智能感知。
( Q/ x) w3 t! ?, F谈及下一步计划,宫华泽表示,今年麦飞科技将重点启动数据板块业务,把业务的格网编织得更密,依靠数据反哺,让整个种植过程更加具有确定性,用新兴核心技术为传统农业领域赋能。& i' X g7 w6 y* @! n
2019年,猎云网以发现产业独角兽为初衷,全面开启“FUS(Future unicorn Summit)未来独角兽峰会”品牌。本次大会将继续致力于探究人工智能行业核心发展趋势,通过优质AI应用实例分享、科技领域、金融投资等业界大佬互动,聚焦国内人工智能的产业力量,以行业从业者的视角,探讨科技浪潮的机遇与挑战。
) j7 [$ s6 J$ ^5 s) s主持人:请各位嘉宾介绍一下各自的所在机构和你们本人的情况。3 \! w2 @% V$ D# a# b8 c
宫华泽:这个圆桌组织的很特别,大家行业差异化比较大。我是麦飞科技的宫华泽,麦飞科技是一家聚焦在视觉光谱技术的智慧农业大数据服务商。简单地说,我们打造了这样的一套解决方案,一套探测的体系,能够对农作物在生长过程中的一些情绪数据实现有序的抓取。
. ^% R+ d3 g2 t+ w农业种植是一个非标的过程,数据积累是比较欠缺的。麦飞有能够自主采集农作物生长过程中标准化的数据积累的一套体系。同时在核心技术团队当中,我们利用了很多的人工智能的分析方法。融合到的数据,除了自主采集的体系之外,还有一些气候、土壤,包括当地的农业经济类数据进行多元数据的融合,让我们能够对整个的农作物生长过程有更深度的理解。: w8 r" M* g" ~9 r" I
它的直接意义在于,在自然环境相对比较固定的前提之下,我们能够出应对的方案,反过来说,针对农作物的需求量化成为一些可以传递给第三方的数据文件,帮助它们制造一些适宜的环境。
8 l6 V2 Y4 s; S6 F主持人:可以理解为你把农业数据化,把数据再给利用起来。
$ \9 n9 H- D" d宫华泽:在整个麦飞体系当中,我们从最开始搭建数据采集体系的时候就考虑到这一点,我们整个数据采集维度非常高,所有的太阳光打到农作物当中反射的光谱能量,单纯的光谱能量拆解到1000多个维度,还不包括基础的土壤数据、种植行为的数据、气候的数据。包括当地灌溉的规律等数据糅杂在一起,最终的诉求想知道这个植物体在长到什么阶段,它最需要的是什么,它的情绪,喜怒哀乐是什么,这是我们最终极的目标。
: q$ T$ q! B: s w# l7 v从高维度到单一维度信息输出的过程中,其实面临很多数据的整理和信息加工方面的问题,在目前整个人工智能算法发展到现在的基础情况之下,我们也不能够说完全解决这个问题,我们只是在整个道路当中试探性的走出了一小步,目前为止,我们现在基本上搭建了高维原数据到单一维度信息体筛减的过程,我们平均的模型复杂度和运算时间,处理的非常好,基本上达到分钟级直接可以输出一个结果,这个在原有同行业中是没有达到的高度。' Y. B: }/ \) F* r
另外一点,我们在建整个AI算法的过程当中,还考虑了另外一个维度——应用的需求,因为整个中国农业种植是经验传承式的,非常习惯化的行为,它是一个非标的行为,我们希望通过它的数据积累指导它的种植,进而能够将某些环节标准化甚至串联起来,这是整个公司发展的方向和愿景。在走的过程当中会涉及到,技术在整个农业行业当中应用要落地,面临最大的问题是技术应该怎么能够跟原有的环节进行结合。* i0 o7 ?( V( Q* I W$ O+ l) V
这个结合过程当中遇到的基本冲突是,你的技术落地必须要让我们的客户最好能够无感于这个技术的渗透,一旦说它对于整个的技术渗透,比如说延伸了它的使用时间,本来一天干完的活延伸了三天,这个转化率就低了。6 m, E9 J, H' ]' ^5 q$ z
这反向对整个算法搭建当中提到了两个要求,第一个,整个算法的复杂度要极度简化,第二个,借助于云计算和边缘计算的功能结合在一起,把整个信息流和整个计算的流程压缩出最短的时间,并且无人为干扰。! E4 p8 K) S7 d! l5 q
目前我们能够实现对农田当中的作物长势情况,包括作物结构、叶片数量以及病虫害发生的情况,做到实时探测,我们后台所有的数据能够实时展现出来农田的基本情况。形象化地理解,类似于对农田做了CT扫描,扫描一次之后,农田当中所有的情况,不仅仅是眼前所看到的绿油油的农田场景,很可能看出来它一些更加本质性的信息。# I& R& T; H9 @
主持人:过去12个月,有哪些你们看到的进展?未来12个月,又会有哪些新的突破?# s& s/ a) k" D, U
宫华泽:我们对过去和未来始终围绕着数据,农业非常缺乏量化的过程。我们在过去的12个月,所有的业务覆盖了全国8个省,我们主要是把我们的解决方案推向我们国家所有的以农业为主的省,主要侧重的区域是来自于长江流域和长江流域以北,基本上是我们国家的主粮区。9 _- G) M, `% [' l$ c1 N5 f0 \. g
我们有一个麦飞业务板块,将最新迭代出来的技术能够以非常快的速度全部推向所有业务区。这个业务区在整个麦飞体系内部,其实更喜欢把它叫作数据自主采集体系。对于人工智能来说,因为未来的人工智能包括现在也是,所有的底层框架逐渐的在开源,大多数的人工智能公司实际上它都不仅仅是在研究人工智能本身,反而来说是基于现有的人工智能应用层方面开发一些比较创新性的更加具有落地性的,中间一个衔接的算法层。
7 Z* P0 |4 B3 z O+ Q所以说我们没有一直认为,我们是一家人工智能公司,我们是用人工智能的方式把它作为工具在行业当中能够垂直,能够扎得最深,这是我们主要的定位。在这个过程当中,实际上算法不是一个壁垒,真正的壁垒应该是在整个行业当中,你所能够自主采集,并且不断地积累、更新迭代的数据采集体系,才是每一个企业当中最核心的一部分。
" z: p3 F2 E7 U' |/ |6 d- G( w所以说我们在过去,实际上是以业务的形式来搭建了整个中国农业当中遍布我们国家主要的主粮区的一个数据上传体系,虽然向下传输的是农业技术的整个解决方案,但是回流过来,积累的是每一块主粮区气候、水资源的配比和地形形态,所有数据均可以在后台通过二次数据挖掘查找到。
9 P* I% l/ c s0 D对于未来来说,我们现在的数据体系密度还不够,今年,我们会把业务的格网编织的更密,这个过程当中未来麦飞主要的定位还是在整个基础大数据中发挥最大的价值,通过技术服务的方式搭建数据的采集。未来,我们希望能够靠数据反哺整个的种植,让整个种植过程更加具有确定性。
+ Y2 ^9 ~# l e* @8 ?5 n主持人:面对这样一个传统行业数据基础还不够的行业,还有很多开创性的工作。请各位一起展望一下诗和远方,有哪些行业要素、技术进步、人员进步会影响到你这个行业在AI方面的应用。% ?; U; W% x4 |* g, C' J
宫华泽:对于农业未来种植场景来说,我们更希望达到未来植物工厂式非常确定化的种植过程。. Y5 z+ ~- e% x/ T- n" |! g7 |5 |7 z
这个种植过程将会突破很多点,在大田种植的条件之下,我们有非常廉价的太阳能的资源,同时还有自然给我们的水资源等等,这些资源在室内种植受到非常大的局限,现在很多植物工厂,整个商业模式不落地,在整个能耗和产出比例上是完全不具有商业价值的。2 U, f/ A9 J* M6 E0 X
这个过程当中,因为我们公司内部也有一些未来场景之下的技术孵化的方向,这些方向当中已经做了一些布局,联动国外的研发中心,一直致力于对于整个农作物生长过程中的一些过程理解。我们希望这些商品会服务于我们未来所有的日常生活,所有爱美的姑娘们在吃饭的时候,随身会带着一个小的天平来称碳水或者蛋白整个的比例,很可能未来种植过程中是按这个来做的,每个人食物联动着上端的种植,是随着整个数据来串联的。
6 u; I% p: M) @
6 X5 r) g, h E# g) ^* R来源:http://www.yidianzixun.com/article/0LilhLjd
. u3 z0 b: l9 [! p& x% V+ ^: w免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作! |
本帖子中包含更多资源
您需要 登录 才可以下载或查看,没有账号?立即注册
×
|